Fatal编程技术网
  • python-3.x/
  • Python 3.x 根据标签对数据帧条目进行选择性平均

Python 3.x 根据标签对数据帧条目进行选择性平均

python-3.x pandas

Python 3.x 根据标签对数据帧条目进行选择性平均,python-3.x,pandas,Python 3.x,Pandas,我有一个数据帧 ID KD DT 0 4 2 5.6 1 4 5 8.7 4 4 8 1.9 5 4 9 1.7 6 4 1 8.8 3 4 3 7.2 9 4 4 3.1 我还有一系列标签，大小与uniqueKD的总数相同 L=[0,0,0,1,1,1,1]它简单地表示KD==1与标签0关联K

我有一个数据帧

    ID   KD     DT   
0    4    2     5.6  
1    4    5     8.7  
4    4    8     1.9  
5    4    9     1.7  
6    4    1     8.8    
3    4    3     7.2  
9    4    4     3.1
我还有一系列标签，大小与unique
KD的总数相同


L=[0,0,0,1,1,1,1]
它简单地表示
KD==1
与标签
0
关联
KD==2
与标签
0。。。KD==9，带有标签
1
等（
L
按
KD
的排序顺序存储）

现在我有两个列表，
l1=[1,2,5,9]
和
l2=[3,4,8]
。我想设置与
l2
中的
KD
值相对应的
DT
值，如果两者具有相同的标签，则它是
l1
中
DT
值的平均值

在本例中，
KD==3
与
l1
中的
KD=1和2
相同的标签（标签=0）。所以我们设置了
DT=（8.8+5.6）/2=7.2

我现在使用for循环来实现这一点，通过迭代
l2
，找到具有相同标签的
l1
条目，然后求平均值。有没有一种方法可以通过去掉for循环来非常有效地实现这一点

我的输出可以是以下形式的词典

d={3:7.2,4:5.2,8:5.2}
IIUC，首先设置KD列的索引，然后您可以选择'DT'并使用
其中
将非
isin（l1）
的值替换为Nan。然后，将列KD的
映射
转换为
L
中的组号，并获得
平均值。最后，
loc
仅使用
isin（l2）
的KD，并使用
来记录
以获得预期输出


df_ = df.set_index('KD')
print ( df_['DT'].where(df_.index.isin(l1))\
                .groupby(df_.index.map(pd.Series(L, df_.index.sort_values())))\
                .transform('mean')\
                .loc[df_.index.isin(l2)]\
                .to_dict()
      )
{8: 5.199999999999999, 3: 7.2, 4: 5.199999999999999}



键值不是对应的
KD
值